GranulatShiny est une application Shiny qui automatise le
traitement statistique des données collectées dans le cadre des enquêtes
dédiées aux ressources halieutiques et à l’ichtyofaune sur les
concessions d’extraction de granulats marins. L’application produit des
figures et des tableaux standardisés basés sur le “Protocole
halieutique”, et fournit une interface graphique interactive pour
l’analyse sans aucune compétence en codage. GranulatShiny est composé de
3 approches statistiques (explicative, descriptive et inférentielle) qui
peuvent être utilisées principalement pour quantifier l’influence des
concessions d’extraction de granulats marins sur les communautés de
poissons.
Avant de commencer, notez que vous rencontrerez différents
boutons dans l’application.
Les boutons avec une icône bateau vous
permettent de passer d’un onglet à un autre.
Ceux portant un petit dragon désignent une étape obligatoire.
Les boutons avec une flèche permettent de télécharger des résultats de l’application. Les formats sont (csv, png, txt, rds).
Enfin, ceux avec un cercle contenant un i sont des aides que l’on peut faire afficher pour mieux comprendre un graphique ou autres objets proposés par l’application.
Pour passer à l’onglet suivant appuyer sur le bouton start de la page d’accueil dans l’application.
La première étape de l’application est l’importation des données.
Si vous avez vos données, vous devez sélectionner les 2 premiers
fichiers : TuttiCatch et TuttiOperation. Seul le format csv est pris en
charge. Le tableau Capture concerne les données de capture provenant de
l’échantillonnage des pêcheries et le tableau Opération correspond à
toutes les informations dérivées des stations d’échantillonnage (type
d’engin, durée des traits de chalut, coordonnées gps, etc.).
Attention, si vous n’appliquez pas le bon fichier, un message
d’avertissement apparaîtra sur l’interface.
Si vous voyez ce
message, je vous recommande d’ouvrir l’avis pour comparer le fichier
attendu avec votre fichier.Après avoir appliqué le fichier
TuttiOperation, une carte apparaîtra et vous aurez la possibilité
d’interagir avec les cases Stations d’impact et Stations de
référence.
Vous pouvez importer les fichiers de forme de la zone d’étude. Dans
la case stations d’impact, vous pouvez vérifier et modifier la période
d’étude. Vous devez également écrire dans l’espace correspondant les
stations qui sont impactées par le site d’extraction. La couleur des
différents prélèvements devient rouge pour la station impactée (un type
de rouge par prélèvement) (figure ci-dessous). Dans la case stations de
référence, vous pouvez indiquer s’il y a des stations à retirer de
l’analyse.
Si vous avez déjà sauvegardé le paramétrage dans un
fichier, vous pouvez le télécharger et toutes les cases sont remplies
automatiquement.
Enfin, lorsque vous êtes prêt, vous pouvez appuyer
sur le bouton pour passer à la partie suivante. Si vous n’appuyez pas
sur le bouton, rien ne se passera et vous ne serez pas en mesure de
poursuivre l’analyse. Si vous avez plus d’un site à analyser, vous
pouvez revenir dans cet onglet et changer les fichiers puis appuyer à
nouveau sur le bouton.
Si vous n’avez pas de données vous pouvez l’indiquer et l’application chargera directement les données d’une concession factice. Les étapes décrites avant se feront automatiquement. En faisant le choix de travailler à partir des données mises à disposition avec l’outil, vous acceptez de faire l’analyse sur une concession fictive qui serait située dans le Golfe de Gascogne. Pour ce jeu de données fictif, on considère une concession en exploitation de 2000 à 2030, pour laquelle un suivi du compartiment halieutique a été mis en place tous les 5 ans. Le plan d’échantillonnage fictif prévoit l’échantillonnage de 10 stations dans la concession et 10 stations hors de la concession. Ce choix ne correspond pas à un plan d’échantillonnage qui aurait été élaboré en connaissance des conditions environnementales du site (i.e. faciès sédimentaires, habitats benthiques) et ne correspond donc pas aux recommandations du protocole halieutique de référence. Pour éviter toute confusion, les espèces présentes dans ce jeu de données sont fictives également. Ce jeu de données a une vocation pédagogique, il ne correspond à aucun cas réel et ne peut donc apparaître dans des documents à valeur administrative (i.e. rapports de suivi, état initial de l’environnement, état de référence avant travaux…).
Dans l’onglet des tableaux, il y a un tableau de données à droite et une partie interactive à gauche. Le tableau affiché est calculé à partir des données renseignées dans la partie d’avant. Les fonctions de mises en formes du tableau vont calculer l’abundance, la biomasse et différents indicateurs de diversité pour chaque station et chaque campagne. La variable indicatrice de l’état de chaque station (sans traitement ou traitement) renseigne si la sation est dans la concession et donc impacté par les travaux ou si la station est en dehors de l’action de la concession.
Vous pouvez changer l’affichage du tableau de données à l’aide de la flèche située sous le message “quel tableau afficher”. Il est possible de télécharger l’affichage du tableau de données et le paramétrage utilisé dans l’onglet des données de charge. Il faut ensuite choisir une variable expliquée sur laquelle effectuer la partie statistique descriptive. Néanmoins vous pouvez décidez de réaliser la partie statistique exploratoire ou de passer directement à la partie statistique descriptive.
Dans cette partie on s’intéresse aux indicateurs de biodiversité et d’abondance de la communauté en comparant la zone totale avec celle de la concession et celle en dehors de la concession. Les indicateurs présentés sont ceux référencés dans le protocole halieutique article 8.4.1. Ce tableau affiche les valeurs d’abondance, de biomasse, de richesse spécifique, des indicateurs de Shannon et de Simpson en moyenne à l’intérieur de la concession, à l’extérieur de la concession, et au global pour chaque campagne. Elles sont calculées à partir des valeurs obtenues en chaque station échantillonnée.
Les graphiques proposés en dessous représentent les valeurs moyennes (point) et les percentiles 5 et 95 (barres hautes et basses) obtenus pour les mêmes indicateurs que ceux du tableau en fonction de la campagne sélectionnée (Protocole halieutique 8.4.1). L’intérêt de ces graphiques est de pouvoir visualiser rapidement les différences entre la zone de concession et la zone de référence pour chaque indicateur.
Ce tableau représente le pourcentage de chaque espèce présente pour chaque campagne d’échantillonnage (Protocole halieutique 8.4.1). Le tableau permet de suivre l’évolution des populations d’espèces au fil du temps et offre une perspective précieuse sur les tendances de population. En observant les variations des pourcentages d’espèces d’une année à l’autre il est possible de détecter des changements écologiques significatifs, tels que des fluctuations dans la biodiversité, des modifications des habitats ou des pressions environnementales. Il permet aussi d’identifier les espèces qui dominent dans un écosystème donné ainsi que celles qui sont en déclin. Enfin, il permet d’évaluer l’impact de la gestion mises en place sur la communauté de poissons.
Cette figure représente l’abondance de chaque espèce par campagne par ordre d’importance et la courbe d’abondance cumulées en fonction du nombre d’espèce par ordre d’importance (Protocole halieutique 4.1).
Attention la courbe d’abondance cumulée apporte un intérêt lorsqu’il y a de nombreuses espèces différentes. Ces résultats sont issus d’un jeu de données d’une concession fictive avec seulement 3 espèces. En pratique, vous ne devriez pas avoir ce genre de résultats avec vos données.
Dans cette partie on s’intéresse à un indicateur en particulier
(abondance d’une espèce, biomasse totale, indicateur de diversité, …) et
on le compare aux variables explicatives de notre jeu de données. On
recherche des effets ou des corrélations possibles en amont des
statistiques inférentielles. La partie verte est composée d’un tableau
qui résume la variable expliquée et d’un simple histogramme pour voir la
distribution de la variable Dans un premier temps le tableau renseigne
sur le nombre de zéro présent, la longueur totale de la série de valeurs
et un la fraction du nombres de zéros et valeurs manquantes sur le
nombre de valeurs totales. Ensuite, il fournit également la moyenne, les
extrêmes, l’écart-type et les quartiles de la série. Enfin,
l’histogramme montre la répartition des valeurs en fréquence.
Un diagramme d’interaction peut représenter la manière dont
différentes entités ou variables interagissent entre elles et ainsi
comprendre les dépendances qui existent entre elles. Dans GranulatShiny
le diagramme d’interaction permet de voir l’interaction entre la zone
d’impact/non-impact et les autres covariables telles que la saison,
l’année, la station et la campagne d’échantillonnage. Le diagramme
d’interaction correspond à la moyenne de la variable étudiée en fonction
des valeurs d’un premier facteur, avec une courbe pour chaque valeur
d’un deuxième facteur.Dans l’exemple, la valeur de l’abondance est
donnée en moyenne par saison en faisant la distinction entre les
stations avec impact et sans impact.
La boite à moustache ou boxplot offre une autre représentation pour interpréter le lien entre la variable expliquée et les variables explicatives comme l’impact, l’année, l’enquête, la station et la saison. Dans les représentations graphiques de données statistiques, le boxplot est un moyen rapide de figurer le profil essentiel d’une série statistique quantitative. Le boxplot résume quelques indicateurs de position du caractère étudié (médiane, quartiles, minimum, maximum ou déciles). Il est souvent utilisé pour comparer rapidement deux séries. Dans GranulatShiny, la série de la variable expliquée (ici l’abondance) dans la zone avec impact est comparé avec celle de la zone sans impact. Il est possible dans l’appli de passer au log pour avoir une meilleure visualisation des boxplots car les valeurs extrêmes peuvent écraser le graphique.
Après l’exploration des données, il est possible de passer à l’onglet suivant en appuyant sur le bouton “Choisir la probabilité de distribution” ou en cliquant sur“diagnostique d’analyse”.
Cet onglet permet de choisir et de visualiser la distribution de
probabilité qui correspond le mieux à la variable expliquée. En gris,
c’est l’histogramme de fréquence de la variable, en bleu c’est la
fonction de densité et en vert c’est la distribution de probabilité. Les
paramètres de chaque distribution de probabilité sont approximés à
l’aide de la moyenne et de l’écart type de la variable. Vous pouvez
changer le type de distribution de probabilité et si elle ne correspond
pas du tout, un message d’avertissement apparaît. Dans l’exemple c’est
l’abondance qui est représenté et la loi choisie est une loi
Lognormale.
Lorsque vous êtes satisfait de la distribution des probabilités, vérifiez la phrase au-dessus du bouton “Passer à la modélisation”. Il y a deux possibilités. Dans le cas où vous avez moins de 30 observations, la phrase dit : “Vous n’avez pas assez de valeurs pour passer à la partie modélisation”. Dans ce cas, vous devez changer la variable de travail car il n’y a pas assez de valeur pour créer un modèle pertinent. A l’inverse, vous aurez : “Après avoir choisi une distribution de probabilité, vous pouvez passer à la construction du modèle”. Lorsque vous avez terminé, appuyez sur le bouton “passer à la modélisation”.
Dans cette partie, vous créerez le modèle pour l’analyse.
Il
existe 3 types de modèles : GLMM, GLM, Permanova. Les modèles linéaires
généralisés (GLM) permettent d’étendre les idées de la modélisation
linéaire à une classe plus large de types de réponses, telles que les
données de comptage ou les réponses binaires.
Les modèles linéaires
généralisés constituent une approche commune pour un large éventail de
problèmes de modélisation des réponses. Les réponses normales, de
Poisson et binomiales sont les plus couramment utilisées, mais d’autres
distributions peuvent également être utilisées.
Les modèles
linéaires mixtes généralisés (GLMM) sont une extension des GLM. Un GLMM
est dit “mixte” parce qu’il comprend au moins un effet “fixe”, les
variables explicatives et au moins un effet “aléatoire”. Les effets
aléatoires ne sont pas des termes évalués, ils servent uniquement à
indiquer au modèle que les données ne sont pas indépendantes et
reflètent une corrélation entre les unités statistiques. D’un point de
vue statistique, cela permet d’estimer précisément la déviance
résiduelle et donc d’éviter de biaiser l’erreur standard des paramètres.
Au final, cela se traduit par des p-values plus fiables.
PERmutational Multivariate ANalysis Of VAriance (PERMANOVA) est un test
statistique non paramétrique à plusieurs variables. Il est utilisé pour
comparer des groupes d’objets et tester l’hypothèse nulle selon laquelle
les centroïdes et la dispersion des groupes, tels que définis par
l’espace de mesure, sont équivalents pour tous les groupes. Le rejet de
l’hypothèse nulle signifie que le centroïde et/ou la dispersion des
objets sont différents entre les groupes. Le test est donc basé sur le
calcul préalable de la distance entre deux objets inclus dans votre
expérience.
Selon le type de modèle que vous choisissez, vous aurez une première
formulation différente du modèle :
GLMM → Biom ~ traitement * saison
+ (1|campagne) + (1|station)
GLM → Biom ~ traitement * saison
PERMANOVA → Biom ~ traitement * saison
Et pour GLMM et GLM, vous devrez choisir une distribution de
probabilité. Par défaut, il propose la dernière distribution de
probabilité que vous avez vérifiée dans la partie précédente. Attention
la méthode utilisée pour la modélisation est une méthode itérative, il
se peut donc que la distrubution qui semblait la plus adéquate dans la
partie précédente n’est pas forcément celle qui permettra de mieux faire
converger le modèle. Néanmoins la partie d’avant est là pour
sélectionner un nombre de distribution possible pour ne pas avoir à tous
tester ici.
Le suivi des concessions d’extraction de granulés est basé sur la
méthode BACI (Before After Control Impact). La méthode BACI permet de
tester les différences entre l’avant et l’après, et entre le contrôle et
l’impact. Et pour chaque année de suivi, les enquêtes doivent être
réparties dans les différentes saisons de la zone.
Vous pouvez également conserver ou non l’interaction entre les
covariables traitement et saison. Attention si l’interaction n’apporte
rien au modèle celle-ci est retirée automatiquement. Vous pouvez
également ajouter d’autres covariables dans votre modèle. Elles seront
ajoutées sans interaction avec les autres. Lorsque vous êtes prêt, vous
pouvez cliquer sur “démarrer la modélisation”.
La première sortie
est un écran de la console r. Vous pouvez choisir d’afficher le tableau
d’analyse de la déviance ou le résumé du résultat de la modélisation.
Vous pouvez choisir d’afficher les résultats du modèle avant
optimisation via le choix initial ou alors le modèle optimisé via le
choix final en bas à gauche.
##
## Call:
## glm(formula = log(Abun) ~ traitement + saison, family = gaussian(link = identity),
## data = dataset)
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 7.6276 0.1155 66.038 < 2e-16 ***
## traitementSans impact 0.8168 0.1013 8.062 3.75e-15 ***
## saisonSpring 0.2265 0.1421 1.594 0.1114
## saisonSummer 0.2553 0.1423 1.794 0.0733 .
## saisonWinter 0.1908 0.1421 1.343 0.1798
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for gaussian family taken to be 1.614865)
##
## Null deviance: 1135.1 on 638 degrees of freedom
## Residual deviance: 1023.8 on 634 degrees of freedom
## AIC: 2126.6
##
## Number of Fisher Scoring iterations: 2
L’autre sortie est un graphique utilisant le package DHARMa pour
résumer le résidu du modèle. Le premier graphique représente le résidu
attendu par les observations. Si les points ne suivent pas la ligne
rouge, il y a un problème avec le choix du modèle. Il existe également 3
tests : Kolmogorov-Smirnov, Dispersion et Valeur aberrante. Le test de
Kolmogorov-Smirnov est un test d’hypothèse utilisé pour déterminer si un
échantillon suit bien une loi donnée connue par sa fonction de
répartition continue. Le test statistique par défaut dans DHArMa pour le
test de dispersion est l’écart-type observé / simulé des données. Et le
test de valeur aberrante permet de vérifier si le nombre d’observations
en dehors de l’enveloppe de simulation est plus grand ou plus petit que
prévu. Pour chaque test, il y a un calcul de la déviation. S’il est
significatif, il apparaît en rouge et le test n’est pas concluant.
Sur l’autre graphique, regardez l’uniformité et l’homogénéité des
groupes. Le premier test, s’il est en rouge, vous alerte sur le fait que
certaines distributions de résidus au sein des groupes ne sont pas
uniformes, c’est-à-dire que si vous représentez vos résidus pour un
groupe spécifique (celui qui est surligné en rouge), ils ne semblent pas
uniformes. Donc ils s’écartent de manière significative des hypothèses
de votre modèle. S’il n’est pas en rouge, le test est validé. Le
deuxième test correspond à un test de Levene. En statistique, le Test de
Levene est une statistique déductive utilisée pour évaluer l’égalité de
variance pour une variable calculée pour deux groupes ou plus.
Dans le cas de l’exemple, le test de dispersion n’est pas significatif
donc l’écart-type observé est proche de celui simulé.
Visualize the effects of your models.
Cette partie est en cours de développement. L’outil antérieur
construit par Mathis Cambreling fonctionne seulement pour le jeu de
données ayant servi de base à ses calculs. L’outil n’étant pas
généralisable, celui-ci a été retiré pour assurer la stabilité actuelle
de l’application. Un autre outil est en cours de développement.